<\/p>\n
U kunt de volgende methoden gebruiken om kolommen op naam te selecteren in een Pandas DataFrame:<\/span><\/p>\n Methode 1: Selecteer een kolom op naam<\/strong><\/span><\/p>\n Methode 2: Selecteer meerdere kolommen op naam<\/strong><\/span><\/p>\n Methode 3: Selecteer kolommen in bereik op naam<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elk van deze methoden in de praktijk kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n De volgende code laat zien hoe u de kolom ’spurs‘ in het DataFrame selecteert:<\/span><\/p>\n Alleen waarden in de kolom \u2018spurs\u2019 worden geretourneerd.<\/span><\/p>\n De volgende code laat zien hoe u de cavs-, spurs- en net-kolommen in het DataFrame selecteert:<\/span><\/p>\n Alleen de waarden van de cavs, spurs en netkolommen worden geretourneerd.<\/span><\/p>\n De volgende code laat zien hoe u alle kolommen tussen de namen „hornets“ en „net“ in het DataFrame selecteert:<\/span><\/p>\n Alle kolommen tussen de namen „horzels“ en „net“ worden geretourneerd.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Panda’s: een kolom v\u00f3\u00f3r het dataframe verplaatsen<\/a> U kunt de volgende methoden gebruiken om kolommen op naam te selecteren in een Pandas DataFrame: Methode 1: Selecteer een kolom op naam df. loc [:, ‚ column1 ‚] Methode 2: Selecteer meerdere kolommen op naam df. loc [:,[‚ column1 ‚,‘ column3 ‚,‘ column4 ‚]] Methode 3: Selecteer kolommen in bereik op naam df. loc […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3436","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df. loc<\/span> [:, ' column1<\/span> ']\n<\/strong><\/pre>\n df. loc<\/span> [:,[' column1<\/span> ',' column3<\/span> ',' column4<\/span> ']]<\/strong><\/pre>\n df. loc<\/span> [:, ' column2<\/span> ':' column4<\/span> ']<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' mavs<\/span> ': [10, 12, 14, 15, 19, 22, 27],\n ' cavs<\/span> ': [18, 22, 19, 14, 14, 11, 20],\n ' hornets<\/span> ': [5, 7, 7, 9, 12, 9, 14],\n ' spurs<\/span> ': [10, 12, 14, 13, 13, 19, 22],\n ' net<\/span> ': [10, 14, 25, 22, 25, 17, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n mavs cavs hornets spurs nets\n0 10 18 5 10 10\n1 12 22 7 12 14\n2 14 19 7 14 25\n3 15 14 9 13 22\n4 19 14 12 13 25\n5 22 11 9 19 17\n6 27 20 14 22 12\n<\/strong><\/span><\/pre>\n Voorbeeld 1: Selecteer een kolom op naam<\/strong><\/span><\/h2>\n
#select column with name 'spurs'\n<\/span>df. loc<\/span> [:, ' spurs<\/span> ']\n\n0 10\n1 12\n2 14\n3 13\n4 13\n5 19\n6 22\nName: spurs, dtype: int64<\/span><\/span><\/strong><\/pre>\n Voorbeeld 2: selecteer meerdere kolommen op naam<\/strong><\/span><\/h2>\n
#select columns with names cavs, spurs, and nets\n<\/span>df. loc<\/span> [:, [' cavs<\/span> ', ' spurs<\/span> ', ' nets<\/span> ']]\n\n cavs spurs nets\n0 18 10 10\n1 22 12 14\n2 19 14 25\n3 14 13 22\n4 14 13 25\n5 11 19 17\n6 20 22 12<\/span><\/span><\/strong><\/pre>\n Voorbeeld 3: Selecteer kolommen in een bereik op naam<\/strong><\/span><\/h2>\n
#select all columns between hornets and nets\n<\/span>df. loc<\/span> [:, ' hornets<\/span> ': ' nets<\/span> ']\n\n hornets spurs nets\n0 5 10 10\n1 7 12 14\n2 7 14 25\n3 9 13 22\n4 12 13 25\n5 9 19 17\n6 14 22 12<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Panda’s: hoe u kunt controleren of een kolom een string bevat<\/a>
Panda’s: een lege kolom toevoegen aan DataFrame (3 voorbeelden)<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"